ПРИМЕНЕНИЕ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ В ЗАДАЧАХ АППРОКСИМАЦИИ СЛОЖНЫХ МНОГОМЕРНЫХ ЗАВИСИМОСТЕЙ И ИДЕНТИФИКАЦИИ ПАРАМЕТРОВ ТЕОРЕТИЧЕСКИХ МОДЕЛЕЙ

##plugins.themes.bootstrap3.article.main##

Д. О. ГЛУХОВ
Т. М. ГЛУХОВА
А. О. ЛУКЬЯНОВ

Аннотация

Предложен метод построения аналитической аппроксимации n-мерных данных, основанный на применении генетического алгоритма. Особенностью метода является то, что кодирование пространства поиска выполняется в виде дерева разбора алгебраического выражения синтаксическим анализатором контекстно-свободной грамматики класса LR(1). Кроме этого, в ходе эволюционного процесса, помимо применения мутаций структуры (при условии их положительного влияния), выполняется этап мутации коэффициентов, позволяющих избегать попадания в локальные экстремумы целевой функции. А также на каждом шаге эволюционного процесса предусмотрен этап поиска экстремума в пространстве коэффициентов и этап упрощения аналитической модели.

##plugins.themes.bootstrap3.article.details##

Как цитировать
ГЛУХОВ, Д. О., ГЛУХОВА, Т. М., & ЛУКЬЯНОВ, А. О. (2019). ПРИМЕНЕНИЕ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ В ЗАДАЧАХ АППРОКСИМАЦИИ СЛОЖНЫХ МНОГОМЕРНЫХ ЗАВИСИМОСТЕЙ И ИДЕНТИФИКАЦИИ ПАРАМЕТРОВ ТЕОРЕТИЧЕСКИХ МОДЕЛЕЙ. Вестник Полоцкого государственного университета. Серия С. Фундаментальные науки, (12), 71-77. извлечено от https://journals.psu.by/fundamental/article/view/433
Биография автора

Д. О. ГЛУХОВ, Полоцкий государственный университет

канд. техн. наук, доц.

Библиографические ссылки

Глухов, А.О. Многоагентные структуры для решения задачи коммивояжера / А.О. Глухов, В.В. Трофимов // Проблемы менеджмента : сб. науч. тр. – СПб. : Изд-во СПбГУЭФ, 2000. – Вып. 3. – С. 71–76.

Трофимов, В.В. Аппроксимация на многоагентных структурах / В.В. Трофимов, А.О. Глухов // Экономическая кибернетика: системный анализ в экономике и управлении : сб. науч. тр. – СПб. : Изд-во СПбГУЭФ, 2000. – Вып. 1. – С. 40–53.

Modified hybrid genetic algorithm of discreet optimization problems / Glukhov A.O. [et al.] / Proceedings of 2017 20th IEEE International Conference on Soft Computing and Measurements, SCM 20176 July 2017, Scopus 7970603. – St. Petersburg ; Russian Federation, 2017. – P. 417–419.

Пожарский, Д.А. Генетический алгоритм для нахождения коэффициентов аппроксимации функции в контактных задачах для цилиндра [Электронный ресурс] / Д.А. Пожарский, Н.Б. Золотов, И.Е. Семенов // Молодой ученый. – 2017. – № 24. – С. 122–125. – Режим доступа: https://moluch.ru/archive/158/44625/. – Дата доступа: 09.10.2019.

Кильдюшов, М.С. Программа для восстановления аппроксимированных алгебраических функций от нескольких переменных по набору дискретных значений функции [Электронный ресурс] / М.С. Кильдюшов // Интернет-журнал «Науковедение». – 2015. – Т. 7, № 5. – Режим доступа: http://naukovedenie.ru/PDF/136TVN515.pdf. – Дата доступа: 09.10.2019.

Кильдюшов, М.С. Применение генетических алгоритмов для восстановления аппроксимированных алгебраических функций с определенной точностью / М.С. Кильдюшов // Наука и бизнес: пути развития ; Фонд развития науки и культуры, Тамбов. – 2016. – № 1 (55), – C. 25–31.

Driankov, D. An introduction to fuzzy control / D. Driankov, H. Hellendoorn, M. Reinfrank. – Springerverlag, 1993. 5. Zadeh, Lotfi A. Fuzzy Sets / Lotfi A. Zadeh // Information & Control. – 1965. – Vol. 8. – P. 338 – 353.

Zadeh, Lotfi A. Fuzzy Sets / Lotfi A. Zadeh // Information & Control. – 1965. – Vol. 8. – P. 338 – 353.

Glukhov, D.О. Dynamic expert system by fuzzy inference rules to automations an examination of complex objects / D.O. Glukhov // Budownictwo i Inzynieria Srodowiska. – Zielonogorsk : Politechnika Zielonogorska, 1998. – P. 105–109.

Глухов, Д.О. Мягкие вычисления для организации компьютерного представления номограмм на примере вычисления предельного коэффициента ползучести / Д.О. Глухов, Т.М. Глухова, С.П. Кундас // Вестн. Полоц. гос. ун-та. Сер С, Фундам. науки. – 2010. – № 3. – С. 2–6.

Звонков, В.Б. Сравнительное исследование классических методов оптимизации и генетических алгоритмов / В.Б. Звонков, А.М. Попов // Вестн. Сибир. гос. аэрокосмич. ун-та им. М.Ф. Решетнева. – 2013. – С. 23–27.

Рекомендуемые статьи автора (авторов)